期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到65篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于患者报告结局的慢性阻塞性肺疾病潜在风险分层分析 被引量：2
1
作者 张垚烨 李莉芳 +4 位作者 何航帜 姬祎姗 胡象文 张岩波 赵卉 《郑州大学学报（医学版）》 CAS 北大核心 2024年第3期313-319,共7页
目的:探讨基于患者报告结局的慢性阻塞性肺疾病(COPD)的潜在风险分层。方法:采用便利抽样法在太原市13家医院抽取474例COPD患者进行问卷调查,以COPD患者报告结局调查问卷中的生理、心理和社会领域部分各维度得分作为外显变量,进行潜在... 目的:探讨基于患者报告结局的慢性阻塞性肺疾病(COPD)的潜在风险分层。方法:采用便利抽样法在太原市13家医院抽取474例COPD患者进行问卷调查,以COPD患者报告结局调查问卷中的生理、心理和社会领域部分各维度得分作为外显变量,进行潜在剖面分析(LPA),识别COPD患者潜在风险分层。以生理、心理和社会领域的潜在风险为因变量,以经过单因素筛选的特征为自变量进行Logistic回归分析。结果:经LPA,生理领域有3种潜在风险,474例COPD患者中低特异性(SPE)低独立性(IND)高全身症状(GEN)占比40%,中SPE中IND中GEN占比43%,高SPE高IND低GEN占比17%;已戒烟、职业为工人的患者中SPE中IND中GEN的可能性大于低SPE低IND高GEN,OR(95%CI)为2.909(1.025~8.255)、1.968(1.119~3.460);心理领域支持2种潜在风险,474例中低心理素质占比53%,高心理素质占比47%;无COPD家族史患者心理素质更高,OR(95%CI)为1.871(1.117~3.135)。社会领域支持3种潜在风险,474例中低疾病认知(COG)高疾病对社会活动的影响(INF)高社会支持(SUP)占比44%,中COG中INF中SUP占比26%,高COG低INF低SUP占比30%;知识分子中COG中INF中SUP和高COG低INF低SUP的可能性更大,OR(95%CI)为2.816(1.084~7.316)和3.185(1.131~8.972);农民、工人、管理人员高COG低INF低SUP的可能性更大,OR(95%CI)为2.300(1.156~4.579)、4.092(2.058~8.136)、3.387(1.395~8.220)。结论:本研究分别在生理、心理、社会领域对COPD患者实现了风险分层,为疾病分级管理提供了新依据。 展开更多
关键词 慢性阻塞性肺疾病 患者报告结局 潜在剖面分析 风险分层
在线阅读 下载PDF
基于SMOTE-ENN和深度森林的弥漫大B细胞淋巴瘤复发风险预测
2
作者 乔宇 张岩波 +9 位作者 余红梅 曹红艳 周洁 王俊霞 张高源 于凯 王雪嫚 郭玉娇 赵志强 罗艳虹 《中国卫生统计》 北大核心 2025年第1期67-72,共6页
目的对山西省某肿瘤医院血液科2011—2020年被确诊为弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)并经过治疗达到完全缓解(complete response,CR)的498例患者构建2年内的复发风险预测模型,为患者的临床治疗提供参考。方... 目的对山西省某肿瘤医院血液科2011—2020年被确诊为弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)并经过治疗达到完全缓解(complete response,CR)的498例患者构建2年内的复发风险预测模型,为患者的临床治疗提供参考。方法第一步使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)特征选择算法并结合临床医师意见筛选出对DLBCL达到CR的患者两年复发率影响较大的21个变量因素,第二步用SMOTE(synthetic minority oversampling technique)与SMOTE-ENN(synthetic minority oversampling technique and edited nearest neighbor)两种不平衡方法处理数据,将原始未处理数据和两种不平衡方法处理后的数据分别使用7种分类器进行模型预测。第三步用深度森林(deep forest,DF)做复发风险预测模型。第四步使用准确率(accuracy)、查准率(precision)、灵敏度/召回率(sensitivity/recall)、特异度(specificity)、F1值(F1-score)和G均值(G-means)比较模型分类性能,采用Brier分数(Brier score,BS)评价模型校准度。结果SMOTE-ENN不平衡方法下的深度森林算法表现最好(accuracy=0.932,precision=0.949,recall=0.944,specificity=0.910,F1-score=0.946,G-means=0.926,Brier score=0.068)。结论本文使用SMOTE-ENN不平衡方法与深度森林分类器结合的方法,对完全缓解的DLBCL患者两年复发进行预测,模型达到预期效果。 展开更多
关键词 弥漫性大B细胞淋巴瘤 不平衡数据 复发预测 深度森林
在线阅读 下载PDF
基于随机森林的冠状动脉狭窄风险识别模型
3
作者 吕勇峰 王钰婧 +3 位作者 张乐怡 李一心 原娜 田晶 《中山大学学报(医学科学版)》 北大核心 2025年第1期138-146,共9页
【目的】采用机器学习方法构建冠状动脉狭窄风险识别模型,分析影响冠状动脉狭窄的主要因素。【方法】连续纳入2013年1月至2020年5月就诊于山西省两所医院,经冠状动脉造影确诊为冠心病的患者。以患者临床资料为自变量,Gensini积分为结局... 【目的】采用机器学习方法构建冠状动脉狭窄风险识别模型,分析影响冠状动脉狭窄的主要因素。【方法】连续纳入2013年1月至2020年5月就诊于山西省两所医院,经冠状动脉造影确诊为冠心病的患者。以患者临床资料为自变量,Gensini积分为结局变量,采用Logistic回归、反向传播神经网络(BPNN)和随机森林(RF)算法构建冠状动脉狭窄风险识别模型。通过灵敏度(TPR)、特异度(TNR)、准确率(ACC)、阳性预测值(PV+)、阴性预测值(PV-)、受试者工作特征曲线下面积(AUC)和校准曲线进行模型评价。并对最佳模型进行特征重要性排序。【结果】Logistic回归、反向传播神经网络和随机森林模型的TPR分别为75.76%、74.30%和93.70%,ACC分别为74.05%、72.30%和79.49%,AUC分别为0.7399、0.7231、0.7522,随机森林模型综合效能表现最佳。随机森林模型结果表明,胸痛症状、心电图提示ST段异常、室性早搏、合并高血压、房颤、心脏彩超提示节段性室壁运动异常、主动脉瓣关闭不全、肺动脉瓣关闭不全、心血管疾病家族史、体质量指数是冠脉狭窄的前10位重要变量。【结论】在识别冠状动脉狭窄方面,随机森林模型表现出最佳的综合性能,可较为准确地评估冠脉狭窄的程度,为临床干预提供科学依据。 展开更多
关键词 GENSINI积分 反向传播神经网络 随机森林 冠状动脉狭窄 机器学习
在线阅读 下载PDF
加权随机森林和代价敏感支持向量机与心衰患者死亡风险评估 被引量：4
4
作者 杨弘 田晶 +6 位作者 孟冰霞 张瑜 罗艳虹 王可 郑楚 韩清华 张岩波 《中国卫生统计》 CSCD 北大核心 2022年第3期381-384,388,共5页
目的 探讨加权随机森林和代价敏感支持向量机模型在慢性心衰死亡风险评估中的应用。方法 利用AUC-RF自变量筛选方法选出与心衰死亡的相关因素,将选出的变量作为输入变量,预后有无死亡作为结局变量构建传统随机森林、支持向量机、logisti... 目的 探讨加权随机森林和代价敏感支持向量机模型在慢性心衰死亡风险评估中的应用。方法 利用AUC-RF自变量筛选方法选出与心衰死亡的相关因素,将选出的变量作为输入变量,预后有无死亡作为结局变量构建传统随机森林、支持向量机、logistic回归、加权随机森林和代价敏感支持向量机分类预测模型。结果 AUC-RF筛选出的变量中有中枢系统疾病史、肾功能不全史、心包积液、BMI、中性粒细胞比值、肾小球滤过率、N端前脑钠肽等指标重要度较高,提示这些指标或有临床意义。评价指标有灵敏度、特异度、准确度、G-means、F-measure和AUC值,logistic模型评价指标的中位数分别为:78.46%、63.19%、81.4%、0.6933、0.467和0.7003;加权随机森林评价指标分别为:78.08%、82.74%、85.96%、0.8086、0.4853和0.8109;代价敏感支持向量机评价指标分别为:75.38%、72.49%、88.8%、0.7402、0.4749和0.7940。结论 加权随机森林模型对心衰患者预后死亡预测性能较高,该模型有助于临床医生识别心衰死亡危险因素,具有较高应用价值。 展开更多
关键词 慢性心衰 疾病预后 加权随机森林 代价敏感支持向量机
在线阅读 下载PDF
复杂网络社区发现视角下慢性阻塞性肺疾病患者的共病特征分析 被引量：1
5
作者 杨青青 何航帜 +4 位作者 李莉芳 王莹 李少凡 赵卉 张岩波 《中国卫生统计》 CSCD 北大核心 2024年第2期181-184,189,共5页
目的探讨不同性别慢性阻塞性肺疾病患者的共病模式,为慢性阻塞性肺疾病患者分层管理提供理论依据。方法选取山西医科大学第二医院2011年12月至2020年5月慢性阻塞性肺疾病患者作为研究对象,横断面收集患者诊断信息建立共病网络,采用Louv... 目的探讨不同性别慢性阻塞性肺疾病患者的共病模式,为慢性阻塞性肺疾病患者分层管理提供理论依据。方法选取山西医科大学第二医院2011年12月至2020年5月慢性阻塞性肺疾病患者作为研究对象,横断面收集患者诊断信息建立共病网络,采用Louvain法对共病网络进行社区划分,并分析比较不同性别患者共病类型、组合及患病率。结果研究表明不同性别患者单个慢性病和共病对的患病率存在差异;各患者群体对应的共病网络和社区结构也不同。结论男性患者共病网络较女性患者共病网络更聚集和复杂,男性患者的共病模式比女性患者更复杂多样,疾病间联系更为紧密,在慢性阻塞性肺疾病患者中更应多关注男性患者,以期减少共病的发生。 展开更多
关键词 慢性阻塞性肺疾病 共病 复杂网络 社区发现
在线阅读 下载PDF
基于局部加权集成的乳腺癌空间转录组数据的空间域识别
6
作者 曹红艳 刘改琴 +5 位作者 田雅昕 王彤 罗艳虹 房瑞玲 余红梅 张岩波 《中国卫生统计》 北大核心 2025年第4期486-490,495,共6页
目的提出局部加权集成空间域识别(locally weighted ensemble based spatial domain identification,LWESDI)方法,探讨LWESDI方法在乳腺癌空间转录组学数据空间域识别中的应用。方法采用局部加权集成方法,集成BayesSpace,BASS,SpaGCN,ST... 目的提出局部加权集成空间域识别(locally weighted ensemble based spatial domain identification,LWESDI)方法,探讨LWESDI方法在乳腺癌空间转录组学数据空间域识别中的应用。方法采用局部加权集成方法,集成BayesSpace,BASS,SpaGCN,STAGATE 4种方法的乳腺癌空间域识别结果,结合位点间的加权相似度构建局部加权共联矩阵,逐步迭代合并相似度最高的区域,最终得到一致性的空间域识别结果,进一步对筛选出的高度可变基因进行差异分析,并对差异基因进行GO富集分析。结果在识别乳腺癌空间域结构上,LWESDI方法的准确性和稳健性均优于四种基聚类方法,准确地识别出乳腺癌患者组织切片的20个空间域;筛选出前3000个高度可变基因(highly variable genes,HVGs),并对乳腺癌最显著的19个差异表达基因进行富集分析得到33条GO富集项。结论所提出的LWESDI方法为空间域识别提供了新的方法策略,筛选出的乳腺癌潜在生物标志物将为乳腺癌的异质性研究及个性化治疗提供潜在治疗靶点。 展开更多
关键词 局部加权集成 空间转录组 空间域识别 乳腺癌
在线阅读 下载PDF
低级别胶质瘤多组学数据整合的一致性聚类集成分子分型
7
作者 王彤 杨琪 +6 位作者 田雅昕 贾聪聪 罗艳虹 房瑞玲 余红梅 张岩波 曹红艳 《中国卫生统计》 北大核心 2025年第4期502-509,共8页
目的提出基于一致性聚类集成的多组学数据整合方法(multi-omics data integration with consensus clustering ensemble,MICCE),探讨MICCE方法在低级别胶质瘤(lower-grade gliomas,LGG)分子分型中的应用,识别预后高风险患者,筛选与LGG... 目的提出基于一致性聚类集成的多组学数据整合方法(multi-omics data integration with consensus clustering ensemble,MICCE),探讨MICCE方法在低级别胶质瘤(lower-grade gliomas,LGG)分子分型中的应用,识别预后高风险患者,筛选与LGG进展相关的差异基因以及重要通路。方法采用一致性聚类集成方法集成LGG患者多组学数据整合分型的7种方法(SNF、joint SNF、CIMLR、ConsensusClusterPlus、MoCluster、NEMO、iClusterBayes),得到一致性分型结果,采用Cox回归研究不同分型患者的预后风险;进一步筛选出DEmRNAs(differentially expressed mRNAs),DEmiRNAs(differentially expressed miRNAs)和DMGs(differentially methylated genes),并对差异基因进行GO生物功能注释和KEGG通路分析;最后进行免疫细胞浸润和通路活性分析。结果LGG患者分为预后高危组,中危组和低危组,其中高危组的死亡风险是低危组的7.70倍;筛选出2512个DEmRNAs,14个DEmiRNAs和255个DMGs,包括5个核心基因;将基因联合分析得到的665个重合基因进行GO富集和KEGG富集分析,得到62条GO富集项和52条KEGG富集项;免疫细胞浸润和通路活性分析表明,存在显著差异的2种浸润细胞和4条通路。结论MICCE能够有效识别出LGG预后高风险患者,并发现与LGG进展相关的差异基因和不同亚型的肿瘤相关通路,为LGG的个性化治疗提供重要线索。 展开更多
关键词 聚类集成 多组学数据整合 分子亚型 低级别胶质瘤
在线阅读 下载PDF
基于高斯混合模型双向聚类重采样和随机森林构建DLBCL早期复发预测模型
8
作者 王俊霞 张岩波 +9 位作者 余红梅 曹红艳 周洁 乔宇 张高源 于凯 王雪嫚 郭玉娇 赵志强 罗艳虹 《中国卫生统计》 北大核心 2025年第1期7-11,17,共6页
目的应用一种可以同时解决少数类和多数类类间和类内不平衡问题的类别不平衡处理方法,并将其与随机森林(random forest,RF)分类器结合实现对弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者早期复发的预测,为DLBLC患者的... 目的应用一种可以同时解决少数类和多数类类间和类内不平衡问题的类别不平衡处理方法,并将其与随机森林(random forest,RF)分类器结合实现对弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者早期复发的预测,为DLBLC患者的治疗提供参考。方法首先使用一种基于高斯混合模型双向聚类重采样的类别不平衡处理方法(Gaussian mixture model,GMM-GMM)处理数据,并与随机过采样(random over sampling,ROS)、合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)、Borderline-1 SMOTE、Borderline-2 SMOTE、GMM上采样、GMM下采样、SMOTE+RUS、SMOTE+GMM和GMM+RUS进行比较,然后以RF作为分类器验证10种类别不平衡方法的性能,之后为验证RF的性能,在处理后的数据集上使用logistic回归和决策树(decision tree,DT)作为对照,最后从区分度和校准度两方面对模型进行评价。结果在本文所有模型中,采用GMM-GMM的RF模型取得了相对最优的分类性能(accuracy=0.79,AUC=0.87,sensitivity=0.71,specificity=0.87,G-means=0.79,MSE=0.21)。结论GMM-GMM优于其他传统的重采样方法,结合RF用于DLBCL患者早期复发的预测取得了相对较好的分类结果,可以很好地实现对DLBCL患者早期复发的预测。 展开更多
关键词 类别不平衡 高斯混合模型聚类重采样 随机森林 复发预测 弥漫大B细胞淋巴瘤
在线阅读 下载PDF
基于多视图集成融合的阿尔茨海默病辅助诊断模型研究
9
作者 于凯 李雪玲 +10 位作者 张岩波 余红梅 周洁 王雪嫚 郭玉娇 李永奥 郑婷婷 张艳 杨娜 赵志强 罗艳虹 《中国卫生统计》 北大核心 2025年第3期344-349,共6页
目的本研究利用阿尔茨海默病(Alzheimer′s disease,AD)患者的临床数据、结构核磁共振(structuralmagnetic resonance imaging,sMRI)数据、正电子发射断层扫描(positron emission tomography,PET)数据构建分类效果好的辅助诊断模型,以... 目的本研究利用阿尔茨海默病(Alzheimer′s disease,AD)患者的临床数据、结构核磁共振(structuralmagnetic resonance imaging,sMRI)数据、正电子发射断层扫描(positron emission tomography,PET)数据构建分类效果好的辅助诊断模型,以便在患者早期制定个性化的治疗方案,这对AD的防治具有重要意义。方法本研究从ADNI-1(Alzheimer′s disease neuroimaging initiative-1)数据库中选取含有完整sMRI图像和PET图像的研究对象共401例,利用MATLAB的统计参数图(statistical parameters mapping,SPM)、基于体素的形态学分析(voxel-based morphometric,VBM)对研究对象的sMRI图像和PET图像进行空间标准化、颅骨剥离等预处理操作,借助脑图谱实现大脑组织结构的分割并基于自动解剖标记模板(anatomical automatic labeling,AAL)对分割出的灰质进行相应脑区的特征提取,然后对提取出的特征值进行Fisher Score、支持向量机特征递归消除(SVM-RFE)和LASSO三种不同原理的混合过滤式-包裹式-嵌入式特征选择,实现高维影像数据的降维。最后基于多视图决策融合对临床、sMRI、PET多视图数据构建基于PAC-Bayesian理论提升的多视图学习(PAC-Bayesian strategy boosting based multi-view learning,PB-MVBoost)模型并与串联视图后构建的传统机器学习模型支持向量机、决策树、最近邻算法、随机森林、AdaBoost、XGBoost和多视图多核学习模型(AverageMKL、EasyMKL)以及同属多视图决策融合的多视图混淆矩阵提升模型(MuComBo)进行对比。结果在AD-MCI的所有多视图融合模型中,基于决策融合的PB-MVBoost模型性能最优(accuracy=0.98,F1-score=0.97,precision=0.98,recall=0.96,MSE=0.07)。在MCI-NC的所有多视图融合模型中,基于决策融合的PB-MVBoost的模型性能最优(accuracy=0.99,F1-score=0.98,precision=0.99,recall=0.98,MSE=0.05)。结论在AD-MCI、MCI-NC分类中,PB-MVBoost模型的区分度、校准度均取得了最优,表明了基于决策融合的PB-MVBoost分类器构建的阿尔茨海默病辅助诊断模型表现最好,可以提高对轻度认知障碍患者的识别,进而辅助临床诊断。 展开更多
关键词 多视图学习 数据融合 核磁共振成像 正电子发射断层扫描 PB-MVBoost
在线阅读 下载PDF
基于深度学习的低级别胶质瘤多组学数据整合稳健分型
10
作者 杜港 贾聪聪 +4 位作者 赵鑫 田雅昕 房瑞玲 张岩波 曹红艳 《中国卫生统计》 北大核心 2025年第2期185-190,共6页
目的 多组学数据的高噪稀疏性以及存在异常值,易导致多组学数据整合分型稳健性不足,本研究提出将深度学习中的自编码器与最优化稳健伪极大似然估计器(optimally tuned robust improper maximum likelihood estimator, OTRIMLE)结合的方... 目的 多组学数据的高噪稀疏性以及存在异常值,易导致多组学数据整合分型稳健性不足,本研究提出将深度学习中的自编码器与最优化稳健伪极大似然估计器(optimally tuned robust improper maximum likelihood estimator, OTRIMLE)结合的方法,并将其应用于低级别胶质瘤(lower-grade gliomas, LGG)患者分型。方法 采用自编码器对LGG的miRNA、mRNA和甲基化数据进行非线性降维,串联后采用OTRIMLE方法进行稳健分型。对最终的分型结果,利用Cox比例风险模型分析不同分型的预后风险,使用差异表达分析筛选出DEmiRNAs(differentially expressed miRNAs),DEmRNAs(differentially expressed mRNAs)和DMGs(differentially methylated genes),对DEmiRNAs的靶基因、DEmRNAs和DMGs三者的重合基因进行GO富集分析,最后对不同分型的患者进行免疫细胞浸润与通路活性分析。结果 将LGG患者分为四型,其中分型4患者的死亡风险是分型3患者的5.903倍。筛选出8个DEmiRNAs, 2890个DEmRNAs和46个DMGs,联合分析得到的658个重合基因富集于423条GO生物项。筛选出13条活性存在差异的通路以及4种存在差异的免疫浸润细胞。结论 基于深度学习的OTRIMLE方法对多组学数据高噪稀疏性和存在异常点时具有稳健性,有效实现了LGG患者的稳健分型,并筛选出了具有统计学差异的免疫细胞与通路等,可为LGG后续针对性治疗提供理论依据。 展开更多
关键词 稳健分型 深度学习 多组学数据 低级别胶质瘤
在线阅读 下载PDF
基于SMOTE-ENN结合改进动态集成选择算法构建DLBCL患者2年内复发预测模型
11
作者 张高源 赵瑞青 +9 位作者 张岩波 余红梅 周洁 乔宇 王俊霞 王雪嫚 于凯 郭玉娇 赵志强 罗艳虹 《中国卫生统计》 北大核心 2025年第1期50-55,61,共7页
目的构建基于FIRE动态集成选择(frienemy indecision region dynamic ensemble selection,FIRE-DES)的弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者治疗达到完全缓解后两年内复发情况的预测模型,为患者的治疗提供决策... 目的构建基于FIRE动态集成选择(frienemy indecision region dynamic ensemble selection,FIRE-DES)的弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者治疗达到完全缓解后两年内复发情况的预测模型,为患者的治疗提供决策依据。方法收集山西省某三甲医院2010年1月至2020年1月经治疗后达到完全缓解的498名患者信息,构建基于四种常见类别不平衡处理方法的FIRE-DES复发预测模型,并与传统的五种单一分类器与两种集成分类器进行比较。结果四种类别不平衡算法中SMOTE-ENN(synthetic minority oversampling technique and edited nearest neighbor)算法取得了最优分类性能,在此基础上采用DESP(dynamic ensemble selection performance)、KNORAU(K-nearest oracle union)和META-DES(meta-learning for dynamic ensemble selection)动态集成选择算法的分类效果明显优于传统的单一分类器以及集成分类器模型,基于FIRE改进的DESP、KNORAU和META-DES动态选择算法的分类效果在其基础上实现了进一步提升,且FIRE-META-DES取得了最优的分类性能(准确率=0.909,精确率=0.906,召回率=0.967,ROC曲线下面积=0.879,F1-Score=0.936,Brier Score=0.088)。结论针对DLBCL实际数据集,本文SMOTE-ENN+FIRE-META-DES的复发预测模型在性能上达到最优,可为DLBCL复发预测提供有力参考。 展开更多
关键词 弥漫大B细胞淋巴瘤 复发预测 类别不平衡 动态集成选择
在线阅读 下载PDF
铬暴露与糖尿病肝损伤指标关联研究:条件过程模型
12
作者 路筱 杨慧 +3 位作者 袁苗 杜斯丹 王青青 余红梅 《中国卫生统计》 北大核心 2025年第2期204-208,213,共6页
目的 铬暴露对糖尿病患者血常规指标存在的中介效应探索有限,本研究旨在对可能存在的有调节的中介路径探究其对肝损伤指标的影响。方法 本研究资料来源于中国医学科学院基础医学研究所提供的环境铬暴露与人群健康研究数据库中2018年的... 目的 铬暴露对糖尿病患者血常规指标存在的中介效应探索有限,本研究旨在对可能存在的有调节的中介路径探究其对肝损伤指标的影响。方法 本研究资料来源于中国医学科学院基础医学研究所提供的环境铬暴露与人群健康研究数据库中2018年的横断面数据结果,根据纳排标准本研究共选入436名患者。以尿铬为自变量,低密度脂蛋白(low density lipoprotein, LDL)为中介变量,总蛋白(total protein, TP)为因变量,总胆红素和血糖分别为调节变量构建条件过程模型。结果 在以总胆红素为调节变量的条件过程分析中,总胆红素在尿铬→TP和尿铬→LDL路径中均呈正向调节作用。在以血糖为调节变量的条件过程分析中,血糖在尿铬→TP和LDL→TP路径中呈正向调节作用。在以血糖和总胆红素同时作为调节变量的条件过程分析中,血糖和总胆红素在LDL→TP路径中呈正向调节作用。结论 有铬暴露史的糖尿病患者应重点关注LDL、总胆红素和血糖水平对TP的影响,有利于预防糖尿病患者出现肝损伤,提高其疾病预后和生活质量。 展开更多
关键词 糖尿病 肝损伤 铬 总蛋白 条件过程模型
在线阅读 下载PDF
基于深度学习构建肺腺癌患者免疫相关基因生存预后模型的比较研究
13
作者 任月 秦阳 +4 位作者 兰宁 张永超 刘毅蓉 赵晋芳 罗天娥 《中国卫生统计》 北大核心 2025年第1期56-61,共6页
目的探讨使用多组学数据和免疫相关基因构建不同深度学习模型对肺腺癌患者的预后预测价值并比较其预测性能。方法从TCGA数据库肺腺癌多组学数据提取免疫基因后分别用原始数据及单因素Cox回归过滤法、方差过滤法和弹性网络(elastic net,... 目的探讨使用多组学数据和免疫相关基因构建不同深度学习模型对肺腺癌患者的预后预测价值并比较其预测性能。方法从TCGA数据库肺腺癌多组学数据提取免疫基因后分别用原始数据及单因素Cox回归过滤法、方差过滤法和弹性网络(elastic net,EN)方法降维后的数据构建DeepOmix、Nnet-survival、Cox-nnet和Deepsurv预后预测模型,采用一致性指数和时间依赖性ROC评价模型的预测效果。结果比较多组学模型C指数、3年AUC和5年AUC值结果显示:DeepOmix模型结合生物信号通路信息采用不同降维方法构建的肺腺癌预后预测模型与DeepOmix、Nnet-survival、Cox-nnet和Deepsurv模型相比预测性能最好(C指数在0.83以上,3年AUC在0.89以上,5年AUC在0.94以上)。在筛选变量构建预后预测模型中EN降维在绝大多数情况下具有良好的预测准确度。DeepOmix模型能显著区分高、低风险组患者,且高风险组预后较差(P<0.001)。结论DeepOmix模型结合生物信号通路以及EN降维可以分析高维低样本量数据,构建的肺腺癌预后预测模型与其他模型相比预测性能较高。 展开更多
关键词 DeepOmix 深度学习 预后预测 生存分析 肺腺癌
在线阅读 下载PDF
不平衡集成算法LASSO-EasyEnsemble在冠心病预后预测中的应用及可解释性研究
14
作者 昝家昕 杨弘 +4 位作者 田晶 闫晶晶 和紫铉 杜宇涛 张岩波 《中国卫生统计》 北大核心 2025年第2期197-203,共7页
目的 针对冠心病预后预测中遇到的高噪声、类间不平衡的特点,通过LASSO特征筛选后,构建EasyEnsemble不平衡集成模型并对模型性能进行评估。方法 基于2009—2018年美国健康与营养调查公共数据库的调查数据,随访时间截止到2019年。预后有... 目的 针对冠心病预后预测中遇到的高噪声、类间不平衡的特点,通过LASSO特征筛选后,构建EasyEnsemble不平衡集成模型并对模型性能进行评估。方法 基于2009—2018年美国健康与营养调查公共数据库的调查数据,随访时间截止到2019年。预后有无因病死亡作为结局,通过LASSO进行特征选择,使用筛选后特征构建EasyEnsemble不平衡集成预测模型和SMOTE+LightGBM、XGBoost、Random Forest预测模型,采用网格搜索法对每个模型进行参数优化,通过AUC、精确率、特异度、G-mean和性能曲线评价其分类性能;应用SHAP(shapley additive explanation)进行模型可解释性分析。结果 EasyEnsemble模型的综合性能最高,AUC为0.80(95%CI:0.79~0.82),精确率为0.86(95%CI:0.78~0.93),特异度为0.99(95%CI:0.98~0.99)和G-mean为0.79(95%CI:0.76~0.83),性能曲线也显示最高。同时,年龄、血清磷、糖尿病、白蛋白等是影响患者预后的重要因素。结论 基于LASSO-EasyEnsemble的不平衡集成模型能够实现对冠心病患者预后的精准预测,结合SHAP可以帮助临床医生更好地评估疾病严重程度和识别高危人群以便实现患者个性化管理。 展开更多
关键词 冠心病 不平衡数据 集成学习 预后预测 可解释性
在线阅读 下载PDF
冠心病合并慢性心衰序列模式联合轨迹群组的个性化治疗模式研究
15
作者 董晓婧 孟冰霞 +4 位作者 杨弘 闫晶晶 和紫铉 田晶 张岩波 《中国卫生统计》 北大核心 2025年第3期418-423,428,共7页
目的探讨序列模式联合轨迹群组对冠心病合并慢性心衰临床个性化治疗的意义。方法纳入2014年1月—2021年10月山西医科大学第一医院及山西省心血管医院确诊为冠心病合并慢性心衰,符合纳入排除标准并且知情同意的309例患者共计1098份记录... 目的探讨序列模式联合轨迹群组对冠心病合并慢性心衰临床个性化治疗的意义。方法纳入2014年1月—2021年10月山西医科大学第一医院及山西省心血管医院确诊为冠心病合并慢性心衰,符合纳入排除标准并且知情同意的309例患者共计1098份记录。使用心脏的结构与功能指标训练基于群组的多轨迹模型,基于轨迹群进一步训练SPADE算法,探索与死亡相关的轨迹指标变化模式。在此基础上,筛选与之对应的逆转结局的生存规则,同时合并药物使用筛选与生存相关的药物治疗模式。结果轨迹模型最终确定为由射血分数、左房前后径、左室舒张末期内径、右室前后径训练的轨迹3群组1阶模型。SPADE算法挖掘结果显示:3个轨迹群组死亡相关的轨迹序列模式各异,并且每个轨迹群组中均筛选出逆转结局的生存序列规则,同时存在着与生存序列规则相关的药物使用模式。结论预后规则数据集展示了预后相关的轨迹指标变化及相对应的药物治疗模式,在不同轨迹群组中存在特异性,侧面验证了轨迹群组的必要性。在特征分组基础上,使用SPADE算法有助于实行个性化治疗序列模式探索。 展开更多
关键词 慢性心力衰竭 冠心病 群组轨迹模型 序列模式挖掘
在线阅读 下载PDF
慢性心力衰竭患者住院期间QRS间期及其变化与远期全因死亡的关系
16
作者 王雅靖 田晶 +4 位作者 郭威 王磊 张蕾 张岩波 韩清华 《中国循环杂志》 北大核心 2025年第1期46-53,共8页
目的:探讨慢性心力衰竭(心衰)患者住院期间QRS间期及其变化与远期全因死亡的关系。方法:纳入2014年3月至2021年11月于山西省3家三级甲等医院(山西医科大学第一医院、山西省心血管病医院、山西白求恩医院)诊断为慢性心衰的住院患者3580例... 目的:探讨慢性心力衰竭(心衰)患者住院期间QRS间期及其变化与远期全因死亡的关系。方法:纳入2014年3月至2021年11月于山西省3家三级甲等医院(山西医科大学第一医院、山西省心血管病医院、山西白求恩医院)诊断为慢性心衰的住院患者3580例,记录患者入院及出院心电图的QRS间期,并计算住院期间QRS间期变化(ΔQRS)和ΔQRS比率(ΔQRS/入院QRS间期×100%)。根据ΔQRS三分位数将患者分为QRS间期下降组(n=1364)、QRS间期稳定组(n=1248)和QRS间期进展组(n=968),于患者出院后第1、3、6、12个月及此后每6个月进行电话随访,以远期全因死亡为终点事件,随访截止时间为2023年5月1日。采用Kaplan-Meier法绘制生存曲线,并用log-rank法进行组间比较。采用Cox比例风险回归模型进行预后分析,采用限制性立方样条图评估慢性心衰患者住院期间QRS间期相关指标与远期全因死亡风险之间的关系。结果:中位随访71(56,92)个月期间,共502例(14.0%)患者死亡。QRS间期下降组和QRS间期稳定组的远期全因死亡率明显低于QRS间期进展组(13.9%vs.10.7%vs.18.6%,χ^(2)=28.607,P<0.001)。多因素Cox回归分析显示,入院QRS间期(HR=1.005,95%CI:1.002~1.009,P=0.003)及住院期间ΔQRS比率(HR=2.071,95%CI:1.247~3.440,P=0.005)是慢性心衰患者远期全因死亡的独立影响因素。限制性立方样条图显示,当入院QRS间期>96.36 ms时,QRS间期越长,患者远期全因死亡风险越高;当入院QRS间期为89.32~96.36 ms时,QRS间期为慢性心衰患者远期全因死亡的保护性因素;当住院期间ΔQRS比率≥3.40%时,其数值越大,患者全因死亡风险越高。结论:入院QRS间期及住院期间ΔQRS比率是慢性心衰患者远期全因死亡的独立影响因素,入院QRS间期>96.36 ms和住院期间ΔQRS比率≥3.40%时患者远期全因死亡风险明显增加。 展开更多
关键词 慢性心力衰竭 QRS间期 QRS间期变化 影响因素 全因死亡
在线阅读 下载PDF
纵向项目反应理论在慢性心力衰竭患者报告结局中的应用
17
作者 解赛君 闫晶晶 +4 位作者 韩港飞 余红梅 罗艳虹 田晶 张岩波 《中国卫生统计》 北大核心 2025年第1期110-114,共5页
目的探讨纵向项目反应理论在慢性心力衰竭(chronic heart failure,CHF)患者报告结局生理领域中的应用,分析患者纵向随访过程中的重点警示条目。方法本研究收集2017年10月至2020年11月山西省2所三甲医院慢性心力衰竭患者报告结局量表(CHF... 目的探讨纵向项目反应理论在慢性心力衰竭(chronic heart failure,CHF)患者报告结局生理领域中的应用,分析患者纵向随访过程中的重点警示条目。方法本研究收集2017年10月至2020年11月山西省2所三甲医院慢性心力衰竭患者报告结局量表(CHF patient-reported outcome measure,CHF-PROM)数据,并在患者出院后1个月、3个月、6个月,之后每半年进行电话随访。构建包含协变量的纵向项目反应理论模型,估计CHF-PROM中生理领域各条目的区分度、难度、项目信息曲线及各协变量的回归系数。结果分析结果显示区分度参数最高的是条目15(能独自上街购买物品,2.487);最小的难度阈值参数为条目13(日常活动能够自理,-0.489);条目6(脸色苍白,13.1%)和条目7(口唇发紫,13.4%)在生理领域条目里提供的信息量最大;在反映CHF患者院外健康状况的变化趋势方面,女性、体力劳动者、NYHA等级高及高龄患者,其独立性维度得分变化较快;食欲睡眠维度,男性、NYHA等级高及非体力劳动者得分变化较快;躯体症状维度,女性、非体力劳动者得分变化较快;BMI小的患者整体生理领域健康水平变化趋势更快。结论总体来说CHF患者院外生理领域健康衰退呈现一定的规律性。对CHF患者生理健康的干预应重点放在恶化较快的方面,及时给予患者关注,防止不良结局事件的发生。 展开更多
关键词 慢性心力衰竭 患者报告结局 纵向项目反应理论
在线阅读 下载PDF
基于概率校准的弥漫性大B细胞淋巴瘤患者死亡风险预测 被引量：4
18
作者 范双龙 赵志强 +7 位作者 余红梅 王蕾 郑楚楚 黄雪倩 阳桢寰 邢蒙 吕庆 罗艳虹 《中国卫生统计》 CSCD 北大核心 2021年第5期670-674,共5页
目的基于概率校准,预测弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者两年内的死亡风险,为医生决策和临床治疗提供参考。方法使用Cox回归筛选DLBCL患者两年内死亡的影响因素。选择logistic回归(logistic regression, ... 目的基于概率校准,预测弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者两年内的死亡风险,为医生决策和临床治疗提供参考。方法使用Cox回归筛选DLBCL患者两年内死亡的影响因素。选择logistic回归(logistic regression, logit)、随机森林(random forest, RF)、支持向量机(support vector machines, SVM)、前馈神经网络(feedforward neural network, FNN)构建风险预测模型。同时,使用三种概率校准方法对上述模型进行校准:platt scaling(Platt)、isotonic regression(IsoReg)、shape-restricted polynomial regression(RPR)。使用ROC曲线下的面积(AUC)评价模型的区分性能,使用Hosmer-Lemeshow(H-L)goodness-of-fit test、expected calibration error(ECE)、maximum calibration error(MCE)评价模型的校准性能。结果 logit和FNN能够提供准确的概率估计,校准后其预测性能无提升;RF和SVM的预测概率与真实概率的差异具有统计学意义。除SVM-IsoReg外,三种概率校准方法都能对有偏预测进行良好的校准,且RPR校准效果最好。结论 logit和FNN具有良好的校准性能,而RF和SVM校准性能较差,概率校准能够有效降低它们的预测误差。基于概率校准所构建的风险预测模型达到预期效果。 展开更多
关键词 弥漫性大B细胞淋巴瘤 风险预测 概率校准 区分度 校准度
在线阅读 下载PDF
肝硬化患者并发自发性细菌性腹膜炎的高危特征与潜在风险分析 被引量：6
19
作者 李浩 程璠 +2 位作者 郭东星 刘近春 张岩波 《中国卫生统计》 CSCD 北大核心 2020年第5期664-666,671,共4页
目的探索肝硬化并发自发性腹膜炎的高危特征,对具有不同危险特征的肝硬化患者进行潜在聚类,发现高危患者。方法选取高胆红素血症、凝血酶原活动度降低、其他部位感染、腹胀、肝硬化分级为C级、肝性脑病6个自发性腹膜炎危险因素作为显变... 目的探索肝硬化并发自发性腹膜炎的高危特征,对具有不同危险特征的肝硬化患者进行潜在聚类,发现高危患者。方法选取高胆红素血症、凝血酶原活动度降低、其他部位感染、腹胀、肝硬化分级为C级、肝性脑病6个自发性腹膜炎危险因素作为显变量,进行潜在类别分析。结果通过潜在类别分析将6个危险因素分为三个潜在类别,分别为一般组、中危组及高危组。个体聚类后,三组肝硬化患者自发性腹膜炎发生率分别为9.68%、15.91%及27.34%,且差异有统计学意义(χ^2=25.550,P<0.001)。结论本研究构建的潜在类别模型可对具有不同危险因素的肝硬化患者进行聚类,并比较不同类别患者自发性腹膜炎的发病风险,为制定不同类别患者的针对性干预措施提供依据。 展开更多
关键词 自发性腹膜炎 肝硬化 潜在类别分析
在线阅读 下载PDF
基于层次分类法的弥漫大B细胞淋巴瘤的疾病进展阶段多分类预测研究 被引量：1
20
作者 黄雪倩 张岩波 +7 位作者 王蕾 郑楚楚 余红梅 范双龙 阳桢寰 邢蒙 赵志强 罗艳虹 《中国卫生统计》 CSCD 北大核心 2021年第2期167-170,176,共5页
目的对山西省某医院2011-2017年确诊为弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者进行疾病进展阶段多分类预测,为患者是否需要及时转为二线挽救治疗或放疗等治疗手段的选择提供参考。方法用层次分类法将三分类的疾... 目的对山西省某医院2011-2017年确诊为弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者进行疾病进展阶段多分类预测,为患者是否需要及时转为二线挽救治疗或放疗等治疗手段的选择提供参考。方法用层次分类法将三分类的疾病进展阶段进行两层二分类,分别进行变量筛选后,用SMOTE过采样处理数据中的类别不平衡问题,然后使用SVM、BP神经网络、随机森林等单分类器模型与AdaBoost同型集成和Stacking异型集成方法分别构建两层疾病进展阶段的二分类预测模型,最后分别选择两层中分类性能最优的模型并结合在一起。结果使用经SMOTE平衡后的数据构建的两层分类模型中的SVMboost集成模型,准确率分别为0.951和0.972,模型性能均为最优,因此两层二分类的基分类器均选择SVMboost。结论本研究构建弥漫大B细胞淋巴瘤患者疾病进展阶段的层次多分类预测模型,其中两层分类模型中的SVMboost集成模型性能均为最优,将两层二分类的基分类器结合后,准确率为0.924,高于作为对比的直接多分类模型,为临床工作者的诊断与治疗方案选择提供一定参考。 展开更多
关键词 弥漫大B细胞淋巴瘤 层次分类法 多分类 不平衡数据
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部